类别学习中分类学习与推理学习的对比研究

本研究对类别学习中分类学习与推理学习进行了对比.实验中要求被试从成对呈现的项目中选择一个更典型的A,并且要求被试将典型的A和典型的B画出来.测试中所呈现项目诊断性程度或典型性程度不同.研究结果表明,分类学习者主要受诊断性信息的影响,而推理学习者主要受典型性信息的影响.即,分类学习者关注类别间信息,而推理学习者关注类别内信息.     

不同类别学习方式的对比研究

55名被试被随机分配到两个组,分别通过分类学习与推理学习来学习两个类别,之后,两组被试对新的测试项目进行典型性评定,考察类别学习方式对类别表征的影响。研究结果表明,分类学习者仅仅依据项目的诊断性程度来评定,而推理学习者主要依据项目的典型性程度来评定。所以,诊断性信息在分类学习者的类别表征中占有重要位置,典型性信息在推理学习者的类别表征中占有重要位置,即分类学习与推理学习导致的类别表征不同。     

类别学习中两种学习模式的比较研究：分类学习与推理学习

采用学习迁移任务范式,使用基于单一特征的类别判断技术,比较了非线性分离结构下,分类学习和推理学习的学习效率、学习过程与策略和学习结果。结果表明：在学习效率上,分类学习比推理学习更好地习得了含有较多样例的类别知识,分类学习的速度上显著快于推理学习。在学习的过程与策略上,推理学习比分类学习更为关注类别内不同特征的相关,但在分类策略的运用上不如分类学习灵活。在学习的结果上,推理学习倾向于原型记忆,分类学习倾向于进行样例记忆,分类学习比推理学习更好地掌握了类别原型     

类别学习中的分类和推理

该文介绍了类别学习中的分类和推理两种任务,并从学习的条件、过程、结果和发展等方面的归纳了当前研究的最新进展。表明了类别的分类学习和推理学习有相同的形式,但学习的信息处理过程和学习的结果不同。分类学习关注类别间的区分性信息,更可能是样例学习结果;推理学习更为关注单个类别内部的共同性信息,更可能是原型学习结果。这方面的结论强化了基于解释的观点。     

特征概率影响多维和少维类别的分类学习和特征学习

探讨了特征概率对多维和少维类别的分类学习和特征学习的效果及策略的影响。结果表明高特征概率条件下,多维比少维类别的分类学习更容易,而且学到更多的特征知识,多维条件下人们更倾向于整体性加工策略,而少维条件下人们倾向于分析性加工策略。低特征概率条件下,多维比少维类别的分类学习和特征学习都困难,且两种条件下人们都倾向于采取分析性加工策略。     

观察式学习条件下类别维度与家族相似性类别学习

在观察式学习条件下考察类别维度数量（三维度类别、六维度类别、九维度类别）,类别维度结构（线性分离结构、非线性分离结构）的变化对家族相似性类别学习的影响。结果表明：观察式学习条件下,类别维度数量的变化对样例学习无影响,对特征学习有影响,表现在特征正确再认数量上有差异,但特征再认正确率上无差异;类别维度结构的变化对样例学习有影响,对特征学习无影响,表现在样例正确再认数目上线性结构大于非线性结构。     

三水平特征的家族相似性类别结构的分类和推理学习

采用学习迁移任务范式,使用基于单一特征的类别判断技术,比较了三水平特征的家族性似性类别结构下,分类学习和推理学习的学习效率、学习过程与策略和学习结果.结果表明:在学习效率上,分类学习在达标率上优于推理学习,而在速度上,两者差异不显著.在学习的过程与策略上 ,推理学习相对较快地从单维度策略转向使用规则加例外策略,而分类学习表现出一定程度的潜伏学习, 并在高水平的信息整合策略使用上,赶上了推理学习.在学习的结果上,分类学习比推理学习更好掌握了类别的原型.     

类别学习的机制:基于类别中心学习假设的解释

为了区分推理学习是学习类别内部结构还是学习类别对应特征的规则,该研究使用眼动仪研究了22名大学生被试在类别学习过程中的眼动情况。被试被随机分为相等的两组,一组进行分类学习,另一组进行推理学习。实验分为学习、测试两阶段,在学习阶段被试三个连续单元的正确率为90%或者30个单元做完则结束学习,在测试阶段检验学习的效果。结果表明推理学习者在学习过程中关注的是类别内部特征之间的关系,而不是类别对应特征的规则。     

类别学习中的认知学习机制

采用归类任务,比较不同知识条件、不同特征呈现方式下,对非定义特征维度的掌握,验证类别学习的认知学习机制。结果发现对非定义特征维度的掌握,在样例特征固定位置呈现条件下较多,而在样例特征随机呈现条件下较少;在知识定义特征维度条件下较多,而在机械定义特征维度条件下较少。研究结果支持了类别学习的认知学习机制。     

基于规则的类别学习和信息整合的类别学习

该文介绍了类别学习的双重系统理论:基于规则的类别学习指的是学习一种可以用言语表述的规则,是一种外显学习系统;信息整合的类别学习指的是学习一种难以用言语表述的规则,是一种内隐学习系统。同时介绍了类别学习的主要理论模型,以及支持双系统理论的实证研究,包括行为、临床和认知神经实验的研究结果。     

两种学习模式下类别学习的结果：原型和样例

利用“学习－迁移”的任务范式和单一特征类别判断技术,探讨了分类和推理两种类别学习模式的结果,比较了两种学习模式的效果和策略。研究表明：两种学习模式产生了不同的结果,分类学习的结果是样例,推理学习的结果是原型;在学习效果方面,分类学习比推理学习在达标比例上更高,但在进度上差异不显著;在策略运用方面,分类学习比推理学习更快地使用单维度策略,而在高水平策略的运用上,两者差异不显著     

An Illustration of Diagnostic Classification Modeling in Student Learning Outcomes Assessment

The assessment of higher-education student learning outcomes is an important component in understanding the strengths and weaknesses of academic and general education programs. This study illustrates the application of diagnostic classification models, a burgeoning set of statistical models, in assessing student learning outcomes. To facilitate understanding and future applications of diagnostic modeling, the log-linear cognitive diagnosis model used in this study is presented in a didactic manner. The model is applied in a context where undergraduate students were assessed along four learning outcomes related to psychosocial research across two time points. Results focus on implications and methods to aid stakeholders’ interpretation of the analyses. Contrasts to traditional measurement models and potential future applications are also discussed.     

工作记忆容量与内容相关性对类别学习的影响

类别学习是通过不断地分类练习,学会如何将类别刺激进行归类的过程。采用2(工作记忆容量:高、低)×4(内容相关性:方向、宽度、亮度、控制组)被试间实验设计,通过两个实验探讨工作记忆容量与内容相关性对基于规则类别学习和信息整合类别学习的影响。结果显示:(1)对基于规则类别学习来说,在高工作记忆容量条件下,当关注相关维度时,类别学习的成绩更好;(2)对基于信息整合类别学习来说,不管工作记忆容量如何,只要关注相关维度类别学习的成绩更好。     

类别学习多重系统理论的研究与展望

介绍了国外学者为验证类别学习的多重系统理论所做的行为实验研究及主要结果,包括反馈训练、延迟反馈、反应位置、间断的类别刺激分布等因素对信息整合的类别学习的影响,和数字Stroop任务、序列记忆扫描任务、类别数量等因素对基于规则的类别学习的影响;同时,作者指出了实验中没有很好地解决两种类别结构之间的难度差异等问题,并提出了今后需要进一步研究的课题     

非监控类别学习的分类策略与表征

类别学习是人类对不同类别加以归类的过程。类别信息的表征、分类策略运用的特点一直是类别学习研究的重点。非监控类别学习可分为直接的非监控类别学习和间接的非监控类别学习。直接的非监控类别学习(非限制任务, 限制任务)中被试的分类策略具有分类“单维度倾向”策略特点,类别变异程度会影响类别表征; 间接的非监控类别学习更倾向形成相似性表征, 直接的非监控类别学习则为基于规则表征。现有的非监控类别学习的理论对分类策略和表征的解释仍显薄弱, 不同学习任务下类别迁移和知识效应的研究还存在不足, 未来研究还需要进一步验证知识效应对非监控类别学习的认知加工过程的影响、探索影响类别表征形成的因素等问题。